Typisch P10. rapportnr november Een analyse van de P10-gemeenten op het gebied van demografie, economie, ruimte en zorg

Transcriptie

1 Typisch P10 rapportnr november 2013 Een analyse van de P10-gemeenten op het gebied van demografie, economie, ruimte en zorg

2

3 Typisch P10 Een analyse van de P10-gemeenten op het gebied van demografie, economie, ruimte en zorg Sharon van Ede Johan Vonk m.m.v. Maaike van Asselt en Leo Aarts Onderzoek in opdracht van de P10 Den Haag, 20 november 2013

4 rapport nr Aarts de Jong Wilms Goudriaan Public Economics bv Website: Niets uit deze uitgave mag worden verveelvoudigd en/of openbaar gemaakt via druk, fotokopie of op welke andere wijze dan ook, zonder voorafgaande schriftelijke toestemming.

5 Inhoud 1 Inleiding 7 2 Onderzoeksopzet 8 3 Demografie Inwonertal en ontwikkeling Leeftijd Leefvorm Opleiding 14 4 Economie Arbeidsmarkt Arbeidsparticipatie Banen per sector Kansen op de arbeidsmarkt Inkomen en vermogen Inkomen Uitkeringsafhankelijkheid Woningwaarde en eigenwoningbezit Toerisme 27 5 Ruimte Verstedelijking Inwoners in stedelijk gebied Bevolkingsdichtheid Reisafstanden Woon-werkverkeer Voorzieningen 31 6 Gezondheid en welzijn Gezondheid van de bevolking Gebruik van AWBZ-zorg Beroep op de Wmo Jeugdproblematiek 36 7 Samenvatting en conclusies 38 Bijlage: Onderzoeksverantwoording en uitgebreide resultaten 41

6

7 1 Inleiding De P10, het samenwerkingsverband van grote plattelandsgemeenten, heeft APE gevraagd onderzoek te doen naar de meest onderscheidende, gemeenschappelijke kenmerken. Anders gezegd: wat is typisch P10? Deze vraag is de eerste in een reeks van drie onderzoeksvragen die de beleidsvorming en belangenbehartiging van de P10 moeten ondersteunen. De beantwoording van deze eerste vraag legt het grondwerk voor verder onderzoek naar de trends die de komende jaren op de P10 afkomen en de financiële gevolgen daarvan voor de P10-gemeenten. In deze tussenrapportage doen wij verslag van de eerste uitkomsten van een brede zoektocht naar wat typisch P10 is. Zoals te verwachten met exploratief onderzoek zijn er veel gegevens verzameld en verwerkt, waarbij het risico ontstaat dat de lezer het overzicht verliest. Om dit zoveel mogelijk te voorkomen, hebben we de presentatie van bevindingen als volgt opgesplitst. Het eerste deel van de rapportage is het voorliggende rapport. Hier vindt u een selectie van opvallende en belangwekkende bevindingen. Soms zijn gegevens niet opvallend of verrassend, omdat ze een stereotype of intuïtie bevestigen, maar achten we ze toch van belang, bijvoorbeeld omdat ze grote financiële consequenties kunnen hebben. Bij het selectieproces hielden wij steeds het doel van dit onderzoek voor ogen, namelijk om de P10 te ondersteunen bij de beleidsvorming binnen de lidgemeenten (intern doel) en de gezamenlijke belangenbehartiging (extern doel). Het tweede deel van de rapportage is als zelfstandig leesbare bijlage bij het hoofdrapport bedoeld. Daarin vindt u de volledige analyses op alle thema s die in het hoofdrapport aan de orde komen, in meer detail en met meer grafieken. Indien u over een specifiek onderwerp meer wilt weten, kunt u daar een kijkje nemen. Dit conceptrapport en de bijlage zijn nog niet bestemd voor verdere verspreiding. Eerst willen we aan de hand van een feedbackronde aftasten in hoeverre de bevindingen herkend worden, welke van de vele onderwerpen het meest interessant zijn, welke zaken nadere toelichting of nuancering behoeven, of er nog onderwerpen ontbreken, enzovoorts. Aan de hand van deze feedback stellen we een definitieve versie op. Typisch P10 7

8 2 Onderzoeksopzet Het doel van dit eerste deelonderzoek, waarvan dit rapport het verslag van is, is te ontdekken welke demografische, economische, ruimtelijke en gezondheidskenmerken aan te merken zijn als typisch P10. Dit rapport beantwoordt daarmee de volgende onderzoeksvraag: Wat bindt de P10-gemeenten en op welke aspecten verschillen ze van andere gemeenten? Ter beantwoording van deze vraag hebben we een groot aantal indicatoren verzameld en geanalyseerd. Voor alle indicatoren hebben we de overeenkomsten en verschillen onderzocht tussen de P10-gemeenten onderling en tussen de P10 en drie referentiegroepen: Nederland als geheel (gewogen gemiddelde van alle Nederlandse gemeenten), de grootstedelijke gemeenten die zijn aangesloten bij de G32 (ongewogen gemiddelde), de middelgrote stedelijke gemeenten die voor dit onderzoek speciaal zijn geselecteerd, aangeduid met APE-77 (ongewogen gemiddelde). De referentiegroepen G32 en Nederland zijn in het onderzoek opgenomen op verzoek van de P10. Daaraan hebben we een zelf samengestelde groep toegevoegd: de APE-77. Deze gemeenten lijken qua inwonertal op de P10 maar zijn, in tegenstelling tot de P10, verstedelijkt 1. Dit leek ons een interessante aanvulling op de overige referentiegroepen, die vrij heterogeen zijn. Door die heterogeniteit zouden sommige contrasten met de P10 niet goed uit de verf kunnen komen. 1 In aanmerking voor selectie kwamen gemeenten met een inwonertal dat ligt tussen dat van de kleinste P10 gemeente (19.338) en de grootse P10 gemeente (47.000) én waarvan meer dan 50% van die inwoners woont in stedelijk gebied. Er zijn 77 Nederlandse gemeenten die voldoen aan deze criteria. CBS definieert stedelijk gebied als een gebied met 1500 of meer adressen per vierkante kilometer

9 De verzamelde indicatoren zijn ingedeeld in vier thema s: demografie, economie, ruimte en gezondheid en welzijn. Na bespreking van de vier thema s besluiten we in hoofdstuk 7 met een samenvatting en enkele conclusies. Broninformatie en uitgebreidere analyses Typisch P10 9

10 inwoners 3 Demografie 3.1 Inwonertal en ontwikkeling De P10 behoort wat betreft inwoneraantal tot de middenklasse, zoals te zien is in Grafiek 1. Grafiek 1: Nederlandse gemeenten gerangschikt naar inwonertal 2012 (elk stipje is één gemeente) Bevolking 2012 NL Bevolking 2012 P10 Gemiddeld P Nederlandse gemeenten naar inwoneraantal (klein naar groot) De bevolkingsgroei is de afgelopen jaren laag geweest in verhouding tot alle referentiegroepen (Grafiek 2). De meeste P10-gemeenten zijn dan ook aangemerkt als krimp- of anticipeergebied

11 Grafiek 2: Procentuele mutatie van het inwoneraantal tussen Nederland 010% 008% 006% 004% 002% APE % P10 G Leeftijd De leeftijdsopbouw van de P10-gemeenten wijkt af van alle referentiegroepen. Er wonen relatief weinig mensen binnen de leeftijdscategorie 20 tot 40 jaar en de categorie van de jonge kinderen. Relatief veel mensen zijn er in de categorie 40 tot 80 (Grafiek 3). Vooral de groep rond de 60 jaar is oververtegenwoordigd. De schaarse bezetting van de categorie 20 tot 40 de leeftijdscategorie waarop mensen doorgaans een gezin stichten is ook terug te zien in het relatief kleine aantal jonge kinderen. Dit is niet het geval in alle gemeenten. In Hollands Kroon en Opsterland is het aandeel jonge kinderen hoger dan in de referentiegroepen (Grafiek 4). Typisch P10 11

12 % inwoners 0-10 jaar Percentage inwoners per leeftijdscategorie Grafiek 3: Percentage inwoners per leeftijdscategorie in % 02% 01% 01% 01% 01% 01% gemiddelde P10 Gemiddelde NL 00% 00% 00% Leeftijd (0-95 jaar) Grafiek 4: Percentage inwoners tussen 0-10 jaar (2012) 14,00% 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00%

13 Percentage huishoudens 3.3 Leefvorm De P10 bestaat voor het grootste deel uit paren. Eenpersoonshuishoudens en eenoudergezinnen komen minder voor. Deze verhoudingen zijn in overeenstemming met de groepen Nederland en de APE-77, maar niet met de G32. In de G32 is het aandeel eenpersoonshuishouden hoger dan in de andere referentieroepen. De variatie in leefvormen binnen de P10 is beperkt, alhoewel in Sluis het aandeel paren juist kleiner is dan het aandeel eenpersoonshuishoudens (Grafiek 5). Grafiek 5: Percentage huishoudens per leefvorm 2011 (alle leeftijden) paren eenoudergezinnen eenpersoonshuishoudens Het is interessant deze gegevens uit te splitsen naar leeftijd, omdat eenpersoonshuishoudens onder de 65 een risicofactor zijn voor sociale problematiek. Dat hebben we gedaan in onderstaande twee tabellen. Tabel 1: Percentage huishoudens tussen jaar per leefvorm P10 G32 Nederland APE77 Eenpersoonshuishoudens 23,1% 37,8 33,8% 26,5 Eenoudergezinnen 6,2% 8,2% 7,9% 7,8% Paren 70,1% 53,9% 58,3% 65,6 2 Doordat de percentages afgerond zijn tellen ze niet altijd op tot 100%. Typisch P10 13

14 Tabel 2: Percentage huishoudens boven de 65 jaar per leefvorm P10 G32 Nederland APE77 Eenpersoonshuishoudens 42,5% 49,8% 47,3% 45,2% Eenoudergezinnen 2,6% 2,6% 2,7% 2,3% Paren 54,8% 47,4 50,0% 52,5% Tabel 1 laat zien dat de P10 vergeleken met alle referentiegroepen vooral weinig jonge eenpersoonshuishoudens en eenoudergezinnen heeft (dat wil zeggen, jonger dan 65 jaar). De verschillen zijn beduidend beperkter wanneer we kijken naar de categorie ouder dan 65 (Tabel 2). 3.4 Opleiding Over het opleidingsniveau van de totale bevolking van gemeenten is geen informatie beschikbaar. Wel bekend is het opleidingsniveau van de beroepsbevolking. De onderstaande twee grafieken laten zien dat de het aandeel hoogopgeleiden in de beroepsbevolking van de P10 rond anderhalf keer kleiner is dan alle referentiegroepen 4 (Grafiek 6). 3 Idem. 4 Vanwege beperkingen in de dataset kon de referentiegroep alle gemeenten niet in deze analyse worden meegenomen

15 Grafiek 6: Percentage hoogopgeleiden in de beroepsbevolking % 35% 30% 25% 20% 15% 10% 5% 0% Tegelijkertijd is het aandeel laagopgeleiden in de P10 het grootst van de drie getoonde groepen (Grafiek 7). Grafiek 7: Percentage laagopgeleiden in de beroepsbevolking ,35 0,3 0,25 0,2 0,15 0,1 0, Voor de gemeente Westerveld is deze data niet beschikbaar. Typisch P10 15

16 Op het gebied van opleidingsniveau weten we verder nog welke middelbare schooldiploma s er jaarlijks in elke gemeente uitgedeeld worden. In 2010 was het percentage vwo ers van alle geslaagden in de P10 lager dan in alle drie de referentiegroepen (15%; de APE-77 scoort hier met 21% het hoogst). Tegelijkertijd is het percentage vmbo ers het hoogst van alle groepen (29% vmbopraktijk in de P10 tegen 25% in de APE-77 en 30% vmbo-theoretisch tegen 27% in de G32)

17 4 Economie 4.1 Arbeidsmarkt Om voeling te krijgen met de arbeidsmarkt van de P10 kijken we hoe het gesteld is met de arbeidsparticipatie, de banen per sector en de kansen op de arbeidsmarkt Arbeidsparticipatie De arbeidsparticipatie van mannen (Grafiek 8) is in de P10 met gemiddeld 76% 6 vergelijkbaar met die van alle gemeenten en de APE-referentiegroep. Alleen met de G32 is een verschil te zien: daar werken relatief minder mannen (73%). De arbeidsparticipatie van vrouwen die in de P10 wonen (Grafiek 9), ligt met 57% lager dan in alle referentiegroepen. Het verschil is het meest uitgesproken met de APE-77 (61%). Er is echter zowel bij de mannen als bij de vrouwen aanzienlijke variatie tussen de P10-gemeenten (71-81% resp %). Zo werken in Aa en Hunze, Berkelland en Hollands Kroon verhoudingsgewijs meer vrouwen dan de referentiegroepen, terwijl de vrouwenarbeidsparticipatie voor de P10 gemiddeld juist lager is. 6 Genoemde percentages zijn percentages van alle mannen c.q. vrouwen binnen een gemeente tussen jaar. Typisch P10 17

18 Netto arbeidsparticipatie vrouwen (percentage) Netto arbeidsparticipatie mannen (percentage) Grafiek 8: Arbeidsparticipatie mannen 2011 als percentage van het totaal aantal mannen tussen jaar Grafiek 9: Arbeidsparticipatie vrouwen 2011 als percentage van het totaal aantal vrouwen tussen jaar

19 4.1.2 Banen per sector De economische structuur kunnen we voor een deel afmeten aan het aantal banen binnen een bepaalde sector in een gemeente. De informatie hierover is op gemeenteniveau beperkt tot enquêteresultaten, waardoor we geen compleet beeld hebben van waar alle inwoners in een gemeente werken. Niettemin maken de beschikbare data zichtbaar welke sectoren de meeste banen in een gemeente leveren. Daar worden enkele interessante verschillen zichtbaar tussen de P10 en alle Nederlandse gemeenten 7. De twee sectoren met de meeste banen zijn in de P10 net als in andere gemeenten de handel en de zorg. De derde en vierde sector (naar aantallen banen) wijken echter af: de sector met de op twee na meeste banen binnen de P10 is de horeca, gevolgd door de transport. In alle Nederlandse gemeenten gemiddeld is de transport de derde sector is en de bouw de vierde. Het aandeel banen binnen de horeca (van alle banen) in de P10 is twee keer zo groot is als in alle Nederlandse gemeenten gemiddeld. En ook al staat de bouw niet in de top-3 van de grootste banenleveranciers in de P10, het aandeel banen in de bouw is in de P10 toch 30% hoger dan in de referentiegroep. Dat maakt dat de P10 relatief veel banen heeft in seizoens- of conjunctuurgevoelige sectoren. Het plattelandskarakter van de P10 wordt bevestigd door het feit dat het aandeel banen in de landbouw bijna twee keer zo groot is. Sectoren waar opmerkelijk minder banen zijn ten opzichte van de rest van Nederland zijn de financiële sector en de communicatie. 7 Vanwege beperkingen in de dataset kon hier alleen vergeleken worden met Nederland als geheel. Ook kunnen de P10-gemeenten niet onderling worden vergeleken. Daarnaast zijn voor niet elke sector de gegevens beschikbaar, omdat het CBS ze niet betrouwbaar genoeg acht. Typisch P10 19

20 Grafiek 10: Aandeel banen per sector 2011 Vervoer Overheid Onroerend goed Onderwijs Landbouw Industrie Horeca Handel Gezondheid Financiën Cultuur Communicatie Bouw Gemiddelde P10 Nederland 0 0,05 0,1 0,15 0,2 percentage van totaal aantal banen Kansen op de arbeidsmarkt Om de kansen op de arbeidsmarkt binnen gemeenten te vergelijken, heeft APE een indicator kansen op de arbeidsmarkt samengesteld. Die indicator combineert informatie over de mensen die in aanmerking komen voor een bepaald type baan met gegevens over het aantal banen van dat type in dezelfde gebied. Zo kan een gemeente met veel hoogopgeleide inwoners én veel banen voor hoger opgeleiden even hoog scoren als een gemeente met weinig hoogopgeleiden én weinig werk voor hoger opgeleiden. We bekijken deze indicator op twee niveaus: kansen op de arbeidsmarkt binnen een straal van 10 kilometer (rondom een gemeente) en binnen een straal van 50 kilometer. Voor de beroepsbevolking van de P10 zijn de kansen op de arbeidsmarkt binnen een straal van 10 kilometer 20% kleiner dan voor Nederland als geheel. De andere referentiegroepen scoren aanmerkelijk beter, zoals Grafiek 11 laat zien. De variatie binnen de P10 is beperkt: geen enkele gemeente scoort hoger dan het Nederlandse gemiddelde

21 Kansen op de arbeidsarkt in een straal van 10km Grafiek 11: Kansen op de arbeidsmarkt in een straal van 10 KM (alle opleidingscategorieen); % 120% 100% 80% 60% 40% 20% 0% Als we de straal vergroten tot 50 kilometer zijn de kansen op de arbeidsmarkt groter, maar nog steeds lager dan alle referentiegroepen (11% onder het Nederlands gemiddelde). Wanneer we echter alleen naar de kansen voor lager opgeleiden kijken, komt er een ander beeld naar voren. De kansen voor lager opgeleiden binnen een straal van 10 kilometer zijn 8% kleiner dan het Nederlands gemiddelde en binnen een straal van 50 kilometer is er bijna geen verschil meer te zien (zie Grafiek 12). De match op de arbeidsmarkt is duidelijk beter voor lager opgeleide inwoners van de P10 dan voor hoger opgeleiden. De grafiek laat echter ook zien dat voor de Zeeuwse P10-gemeenten en Hollands Kroon de kansen voor laagopgeleiden ook op deze schaal nog aanmerkelijk kleiner zijn dan het Nederlandse gemiddelde. Typisch P10 21

22 Kansen op de arbeidsarkt Grafiek 12: Kansen op de arbeidsmarkt voor laagopgeleiden in een straal van 50 KM; % 120% 100% 80% 60% 40% 20% 0% 4.2 Inkomen en vermogen Inkomen Het gemiddelde inkomen per huishouden ligt in de P10 onder de gemiddelden van alle referentiegroepen. Het verschil met de middelgrote steden (de APE-77) is het grootst: het inkomen in die gemeenten ligt gemiddeld 15% hoger. Het Nederlands gemiddelde ligt 8% hoger. In Aa en Hunze is het gemiddelde inkomen per huishouden echter vergelijkbaar met het nationaal gemiddelde, terwijl Berkelland, Ooststellingwerf en Sluis op dit punt achterblijven

23 Percentage lage inkomens gemiddelde inkomen (in Euros) Grafiek 13: Gemiddelde inkomens van huishoudens Het aandeel huishoudens met een laag inkomen (Grafiek 14) is vergelijkbaar met de APE-77 maar zes procentpunt lager dan de G32. Het verschil met het Nederlands gemiddelde is niet erg groot (2,5 procentpunt). Grafiek 14: Percentage huishoudens met een laag inkomen, % 25% 20% 15% 10% 5% 0% Typisch P10 23

24 4.2.2 Uitkeringsafhankelijkheid Als we bekijken hoeveel procent van de beroepsbevolking een uitkering krijgt, dan tekent zich geen typisch P10 situatie af. Bij de WW, de Wajong en andere arbeidsongeschiktheidsuitkeringen wijken de P10 gemeenten nauwelijks veel af van het Nederlands gemiddelde en de kleine steden. Bij de WWB is wel een verschil zichtbaar: het bestand is bij de P10 het kleinst van alle referentiegroepen. Grafiek 15: Percentage inwoners ouder dan 15 met een arbeidsongeschiktheids- of 14% werkloosheidsuitkering % 10% 8% 6% 4% WW WWB WAO/WIA/WAZ Wajong 2% 0% NL P10 G32 APE-77 Bron: CBS bewerking APE Voor alle uitkeringen geldt dat er tussen de P10-gemeenten een behoorlijke variatie is, waardoor het hier minder evident om typisch P10-kenmerken gaat Woningwaarde en eigenwoningbezit Bij inkomensgegevens zoals hierboven wordt vermogen niet meegeteld. Een ruwe indicator voor vermogen is de WOZ-waarde van woningen binnen gemeenten 8. 8 Dit is een ruwe indicator omdat niet bekend is welke woningen in eigendom zijn (versus gehuurd) en evenmin welke hypotheekschuld tegenover de WOZ-waarde staat

25 Percentage geodkope woningen Voor de analyse rangschikken we woningen in drie categorieën: goedkoop, middenklasse en duur. Voor wat betreft het aandeel middenklassewoningen verschilt de P10 niet noemenswaardig van twee van de drie referentiegroepen (69% van alle woningen). Alleen de G32 heeft 10% meer woningen in deze categorie. In de categorieën goedkope woningen en dure woningen zijn wel de verschillen tussen de groepen zichtbaarder, maar de variatie binnen de P10 is groter. Grafiek 16: Percentage goedkope woningen 2011 (> ) 025% 020% 015% 010% 005% 000% Typisch P10 25

26 Percentage dure woningen Grafiek 17: Percentage dure woningen 2011 (meer dan ) 045% 040% 035% 030% 025% 020% 015% 010% 005% 000% Grafiek 16 en Grafiek 17 laten zien dat in Hulst en Sluis het percentage goedkope woningen hoger is én het percentage dure woningen lager dan in alle referentiegroepen. In Bronckhorst en Westerveld is het precies andersom. We mogen concluderen dat op het gebied van woningwaarde er geen duidelijke typische P10-kenmerken te zien zijn. Tegelijkertijd zien we wel dat het eigenwoningbezit in de P10 het hoogst is van alle referentiegroepen en dat de variatie op dit punt tussen de P10-gemeenten beperkt is (69% koopwoningen; het laagst scoort de G32 met 53%; Grafiek 18)

27 Percentage koopwoningen (van het totaal aantal woningen) Grafiek 18: Percentage koopwoningen 2011 van alle woningen 80% 70% 60% 50% 40% 30% 20% 10% 00% 4.3 Toerisme Grafiek 19 toont het aantal hotels binnen een straal van 5 km van een gemeente, als aandeel van het aantal inwoners. Dit kan gezien worden als een grove maatstaf voor het aandeel van toerisme in de totale gemeentelijke economie. De grafiek toont aanzienlijke variatie in de P10 gemeenten. Drie gemeenten scoren hoger dan alle referentiegroepen, twee gemeenten scoren net iets onder het gemiddelde van de APE77 (de referentiegroep met de hoogste scoren) en de rest van de P10 scoort substantieel lager. Typisch P10 27

28 Grafiek 19: Aantal hotels binnen een straal van 5 km per inwoner 0,0002 0, , , , ,0001 0, , , ,

29 5 Ruimte Grafiek 20: Geografische ligging van de P10-gemeenten 5.1 Verstedelijking Inwoners in stedelijk gebied Als onderdeel van de geografische kenmerken van de P10 kijken we allereerst naar de mate van verstedelijking. Het is te verwachten dat het percentage inwoners dat in stedelijk gebied woont binnen de P10 (5%) lager is dan in de andere referentiegroepen. De vraag was hoeveel dat precies scheelt. Het blijkt Typisch P10 29

30 Bevolkingsdichtheid (inowners per vierkante kilometer) dat het percentage inwoners in stedelijk gebied van de P10 ruim 12keer zo klein is als het Nederlands gemiddelde. Uiteraard is het contrast met de G32 hier nog groter (18x), evenals met de APE-77 (16x) Bevolkingsdichtheid Een andere manier om naar verstedelijking te kijken is de bevolkingsdichtheid. We weten dat de P10 qua inwonertal tot de middenklasse behoren. Tegelijkertijd is het aantal kernen binnen P10-gemeenten (22) meer dan vier keer zo groot als het Nederlandse gemiddelde (5,3). De bevolkingsdichtheid in de P10 is daardoor logischerwijs lager dan in alle referentiegroepen (met een factor zes, zie Grafiek 21). Het verschil met de G32 is hier het meest uitgesproken, maar ook met de APE-referentiegroep (met een vergelijkbaar inwonertal) verschilt de bevolkingsdichtheid van de P10 nog een factor 10. De bevolkingsdichtheid in Nederland gemiddeld is 18 keer zo groot als in de P10. Grafiek 21: Bevolkingsdichtheid (inwoners per vierkante kilometer) Reisafstanden Om grip te krijgen op de ligging van de vele kernen, kijken we naar de afstanden die door bewoners worden afgelegd. Daartoe bespreken we twee onderwerpen:

31 Gemiddelde woon-werkafstnd (in km) het woon-werkverkeer (uitgaande forenzen als percentage van het aantal personen met een baan binnen de gemeente en de gemiddelde woonwerkafstand) en de bereikbaarheid van voorzieningen (niet zijnde werk) Woon-werkverkeer Het percentage inwoners dat buiten de eigen gemeente werkt, varieert tussen de P10-gemeenten, met zes gemeenten boven het landelijk gemiddelde en een uitschieter naar beneden (meer dan 30 procentpunt verschil). Gemiddeld reizen de inwoners van de P10 verder om op hun werk te komen dan die van alle referentiegroepen. De gemiddelde reisafstand van forenzen uit de P10 is bijna 20 kilometer, terwijl die bij de referentiegroepen rond de 13 kilometer ligt (Grafiek 22). Grafiek 22: Gemiddelde woon-werkafstand (in km) Voorzieningen De bereikbaarheid van voorzieningen is gemeten als de gemiddelde afstand tot een aantal belangrijke voorzieningen 9. Voor de P10 gemiddeld geldt dat de af te leggen afstand bijna twee keer zo groot is als voor het Nederlandse gemiddelde. 9 De volgende voorzieningen zijn ongewogen meegenomen: ziekenhuis; supermarkt; kinderdagverblijf; basisschool; voortgezet onderwijs; bibliotheek; zwembad; hoofdweg; treinstation; belangrijk overstaptreinstation. Typisch P10 31

32 Gemiddelde afstand voorzieningen (in km) Het verschil met de G32 en de APE-referentiegemeenten is nog groter. De variatie binnen de P10 is tegelijkertijd groot. De gemiddelde afstand tot voorzieningen in Sluis is 2,7 keer zo groot als in Bronkhorst, bijvoorbeeld. Voor Sluis en Hulst weegt de factor afstand tot treinstation echter relatief zwaar, aangezien deze afstand erg groot is. Grafiek 23: Gemiddelde afstand tot voorzieningen Een voorziening die we apart hebben geanalyseerd, is de huisarts. Vergeleken met alle referentiegroepen hebben de P10-gemeenten de beschikking over ongeveer evenveel huisartspraktijken (alle gemiddelden tussen 11 en 12 huisartsen per huishoudens). Het verschil met de referentiegroepen is echter kleiner dan de variatie tussen de P10 groot. Uitschieters zijn Aa en Hunze (7 per huishoudens) en Westerveld (15 per huishoudens)

33 Mortaleit per 1000 inwoners 6 Gezondheid en welzijn Gezondheid van de bevolking Om de gezondheid van de bevolking te beschrijven wordt de standardized mortality gebruikt. Deze indicator meet het aantal sterfgevallen per 1000 mensen, gestandaardiseerd naar leeftijd en geslacht. Een hoger aantal sterfgevallen per 1000 inwoners, dat niet verklaard kan worden door leeftijd en geslacht, kan duiden op gezondheidsproblemen. Grafiek 24: Standardized mortality (sterfgevallen per 1000 inwoners gecorrigeerd voor leeftijd en geslacht) Grafiek 24 laat zien dat de P10 met jaarlijks 7,6 het kleinste aantal (gestandaardiseerde) sterfgevallen heeft van de referentiegroepen. De gezondheid van bewoners lijkt echter te behoorlijk variëren tussen de P10- gemeenten, met 6,6 per 1000 in Sluis tot 8,4 per 1000 in Opsterland. Typisch P10 33

34 Percentage AWBZ uitkeringen (van totaal aantal huishoudens) Gebruik van AWBZ-zorg Mensen die langdurig zorg nodig hebben, kunnen aanspraak maken op de AWBZ. Het percentage huishoudens met een AWBZ-uitkering is daarom onderzocht als tweede maatstaf van de gezondheid van de bevolking. Grafiek 25: Percentage huishoudens met AWBZ-zorg % 016% 014% 012% 010% 008% 006% 004% 002% 000% Grafiek 25 laat zien dat de P10-gemeenten gemiddeld een hoger percentage AWBZ-gebruikers hebben dan alle referentiegroepen. Dat is niet verrassend, aangezien een groot deel van de AWBZ bestemd is voor ouderen en we al zagen dat de P10 gemeenten relatief vergrijsd zijn. Wanneer we in de AWBZ-gebruikers tussen en die in de categorie 65+ apart analyseren, blijkt dit inderdaad het geval te zijn

35 Percentage AWBZ gebruiker 65 plus Percentage AWBZ gebruikers tussen jaar (van totaal aantal huishoudens) Grafiek 26: Percentage huishoudens met AWBZ-zorg 2010 tussen jaar % 05% 04% 03% 02% 01% 00% Grafiek 27: Percentage AWBZ gebruikers boven de 65 jaar % 12% 10% 08% 06% 04% 02% 00% Typisch P10 35

36 Wmo budget per huishouden boven de 15 jaar 2011 Het percentage huishoudens met AWBZ-zorg tussen jaar (Grafiek 26) in de P10 wijkt aanzienlijk minder af van de referentie groepen, maar de groep 65+, steekt boven de referentiegroepen uit (Grafiek 27). De variatie in AWBZ-gebruik tussen de P10-gemeenten is dus grotendeels te verklaren door verschillen in leeftijdsopbouw Beroep op de Wmo Het beroep op de Wmo is in de P10 gemiddeld hoger (per huishouden) dan in de referentiegroepen. Alleen in de gemeente Hollands Kroon is het budget per huishouden lager dan in de referentiegroepen. Grafiek 28: Wmo budget per huishioudens boven de 15 jaar Jeugdproblematiek In het kader van een ander onderzoek heeft APE de gewogen jeugdproblematiekindicator ontwikkeld. Deze bevat informatie over onder meer jeugdcriminaliteit, voortijdig schoolverlaten, tienerzwangerschappen en jeugdzorg. De P10 scoort op deze indicator het laagst van alle referentiegroepen, wat wil zeggen dat er relatief minder jeugdproblematiek voorkomt. Het verschil is echter alleen uitgesproken met de G32, die anderhalf keer zo hoog scoort als de P

37 Gewogen jeugdprobelmatiek Grafiek 29: Gewogen jeugdproblematiek ,5 2 1,5 1 0, De variabele gemiddelde Nederland is hier het ongewogen gemiddelde van Nederlandse gemeenten. Typisch P10 37

38 7 Samenvatting en conclusies Aan de hand van vier thema s hebben we onderzocht welke eigenschappen typerend zijn voor de P10. Uit de analyses blijkt dat de P10-gemeenten een duidelijke verwantschap hebben en tegelijkertijd op veel kenmerken verschillen. Binnen de thema s Demografie en Ruimte zijn de meeste gelijkenissen te vinden, terwijl het beeld op de thema s Economie en Zorg gemengder is. We vatten hier de meest opvallende bevindingen samen. In afwijking van de referentiegroepen wonen in de P10 relatief weinig mensen van middelbare leeftijd (20 tot 40 jaar), waardoor er ook weinig kleine kinderen wonen. Tegelijkertijd is de P10 is erg vergrijsd, waardoor het beroep op de AWBZ ook groot is. Dat lijkt echter niet te wijten te zijn aan een slechtere volksgezondheid, maar alleen aan de oververtegenwoordiging van de oudere leeftijdsgroepen: het AWBZ-gebruik onder mensen jonger dan 65 jaar wijkt binnen de P10 niet af van de referentiegroepen en de P10 scoort relatief goed op de gezondheidsindicator standardized mortality. De meeste volwassenen in de P10 leven in paren. Dit steekt vooral af tegen de G32, waar de meest voorkomende leefvorm het eenpersoonshuishouden is. De P10 telt relatief veel mensen met een middelbaar opleidingsniveau en minder hoogopgeleiden. Het aandeel laagopgeleiden in de beroepsbevolking is ongeveer gelijk aan de referentiegroepen. Het opleidingsniveau is dus in de P10 gemiddeld wat lager dan in de referentiegroepen. Hiermee hangt ook het relatief lage gemiddelde inkomen in de P10 samen. Het feit dat er veel lager opgeleiden in de P10 wonen, leidt niet per se tot problemen op de arbeidsmarkt. Alhoewel het voor alle P10-inwoners relatief lastig is om in de buurt (binnen een straal van 10 kilometer) een passende baan te vinden, geldt voor lager opgeleiden (meer dan voor de beroepsbevolking in het algemeen) dat de kansen op een passende baan snel toenemen als zij bereid zijn te reizen. Bij een reisafstand van 50 kilometer zijn kansen op de arbeidsmarkt voor deze groep gelijk zijn aan het Nederlands gemiddelde. Het is in dit licht interessant te zien dat de werkelijke afstand tussen woonplaats en werk voor de P20 gemiddeld rond de 20 kilometer ligt. Mogelijk valt er op het gebied van de arbeidsparticipatie winst te behalen door mobiliteit (verder) te bevorderen

39 De P10-gemeenten zijn met recht grote plattelandsgemeenten te noemen: een inwonertal dat tot de middenmoot behoort is gecombineerd met een vier keer zo groot aantal kernen als gemiddeld. De lage bevolkingsdichtheid (een zesde van het gemiddelde van Nederlandse gemeenten) en geringe verstedelijking (een negende van gemiddeld) zijn typerend en houden verband met andere typerende kenmerken, zoals de grote afstand tot voorzieningen. Platteland staat echter niet gelijk aan agrarisch. De meeste banen binnen de P10 zijn te vinden in de handel, de zorg en de horeca. In vergelijking met de referentiegroepen valt een groter deel van alle banen binnen de P10 onder conjunctuurgevoelige sectoren als de horeca en de bouw. Ook het percentage banen in de agrarische sector is aanzienlijk hoger dan in de referentiegroepen, ook al is het in absolute zin geen grote sector. Op een aantal indicatoren verschilt de P10 niet veel van het Nederlands gemiddelde en de kleine stedelijke gemeenten (APE-77), maar wel van de G32. Het gaat om uiteenlopende zaken als arbeidsongeschiktheids- en bijstandsuitkeringen, jeugdproblematiek en mortaliteit. Het lijkt erop dat het verschil tussen de P10 en de G32 hier niet alleen te verklaren is door een verschil tussen stad en platteland, aangezien de kleine stedelijke gemeenten hier meer lijken op de P10 dan op de G32. De gegevens bevestigen dat er een verschil is tussen stedelijkheid en grootstedelijkheid : sommige situaties clusteren in de grote steden. Dit betekent dat de P10 op sommige thema s best de samenwerking zou kunnen zoeken met gemeenten van gelijke omvang, ongeacht de mate van verstedelijking. Typisch P10 39

40

41 Bijlage: Onderzoeksverantwoording en uitgebreide resultaten (zie apart bestand Deelrapport_1_Bijlage Grafieken en tabellen_ docx )